文章来源：598期刊网

 摘要：教学测试数据是教育大数据的重要组成部分，对揭示教学状态的要素特征和结构关系具有重要意义。基于此，文章首先从数据来源、采集技术、分析处理技术、呈现方式等维度进行对比分析，梳理了传统环境下和 “互联网+”环境下教学测试数据的演变历程；随后，文章分析了测试评价的转变，并介绍了目前国内外教学测 试数据在自适应评估、实时监控干预、学情预测与分析、个性化学习以及辅助决策服务等方面的典型应用案例；最后，文章针对教学测试数据的应用进行展望，以期为精准教学模式下教学测试数据的分析与应用提供借鉴。

关键词：“互联网+”；教学测试数据；教学评价；教育应用

在教学活动中，评价扮演着调节、控制教学过程的重要角色，对唤起学生新的认知与成就 需要、提高学习兴趣与信心具有独特的激励导向作用。测试是评价学生学习效果的重要手段， 在此过程中生成的可量化、可记录的测试数据蕴含着丰富的学情信息。传统的纸笔测试仅能给 予教师和学生浅层信息反馈，如分数、名次、平均分等。这样的反馈形式既不能使学生清晰了 解自己的知识点掌握情况，也不利于教师对学生进行个性化指导。教育大数据及其分析技术的 出现与发展，为教学测试数据的应用带来了新的机遇，有利于解决传统教学测试分析与评价中 存在的问题。在学习分析等技术的支持下，教师可以充分挖掘和利用测试数据背后所蕴含的海 量学情信息，使教育教学过程逐步从基于常识的经验推断走向基于数据的科学决策，从而对教 学各环节进行精确诊断，实施精准化教学。

一 不同环境下教学测试数据的演变历程

实施教学评价是教育管理者和教师进行教学干预与决策的重要前提，而有效的教学评价依 赖于具有代表性的评价数据和科学、精确的评价技术。教学测试数据作为教学评价中最为客观、 准确、易测量的数据来源，受到了研究者的持续、广泛关注。如杨现民等[1]提出将教育大数据的 分析处理分为教育数据采集、教育数据处理、教育数据分析与呈现三个环节。本研究从数据来 源、采集技术、分析处理技术、呈现方式等维度对测试数据进行了对比分析，梳理了传统环境 下和“互联网+”环境下教学测试数据的演变历程，如图 1 所示。

1 数据来源

在传统课堂中，教师对学生的评价是以考试后的分数统计和教师主观分析评定为主。其中，考试后的分数统计主要以笔试测验为主，测试数据来源于教师组织的周测、月考、期中考试、 期末考试等测验的试卷分数；教师主观分析评定则是以学生在课堂上的表现和日常作业为基础的主观经验评价。在“互联网+”环境下，以“三通两平台”为代表的软硬件设施的不断完善和教育信息化进程的不断推进，使得教学测试数据的来源越来越丰富，表现为：①微观层面，教学测试数据来源于单个学生，这一层面的数据又可划分为当次测试数据和历次测试数据；②宏观层面，测试数据可以分为课程测试数据、班级测试数据、学校测试数据和区域测试数据等——课程测试数据是指围绕课程测试而产生的检验学习效果的数据；班级测试数据是指以班级 为单位采集的各类测试数据，如作业数据、考试数据、课堂实录数据和班级管理数据等；学校 测试数据是指以校为单位采集的各类测试数据；区域测试数据是指同一区域内不同层次、不同 类别学校的汇总测试数据，用于区域内资源的均衡调配、不同区域之间学习状况的调查等。

\

2 采集技术

通常情况下，传统课堂采用一师对一班的授课模式，教师无法对所有学生进行实时学情监 控与测试。课堂测试数据来自于教学过程中教师对学生的学情观察、课堂提问和作业检查等； 纸质试卷类测试数据则来自于测试学前、学后知识掌握情况的测验考试，通过人工阅卷、人工 记录等方式采集。在“互联网+”环境下，各类专业、高效的工具软件可以实现对学生全方位、 多维度、自动化的数据采集。其中，智能录播与视频监控技术可以对课堂教学数据进行实时、 自动采集；图像文字识别技术通过计算机对图像、文字的匹配处理与分析，可以识别不同模式 的目标和对象，如用于采集学生测验考试类数据的网评网阅技术和用于采集各种作业、练习类 测试数据的拍照搜题技术；在线平台管理、日志搜索、Web 挖掘与网络爬虫等平台采集技术可 以对各种在线学习与管理数据进行采集。

3 分析处理技术

在传统课堂中，课堂测试数据通常采用教师主观划分等级（优、良、差）或打分的方法进行处理与分析。利用阶段测验中产生的测试数据，通过对试卷得分的统计、排序等浅层信息分析（总分、平均分）或初步的分类聚类，可以得出学生的知识掌握情况和班级整体的认知分层状况。在“互联网+”环境下，有预测分析、建模、聚类分析、相关性分析和可视化分析等常用 的数据挖掘模型和算法，以及神经网络、深度学习等大数据时代的前沿机器学习技术。例如，对学习过程数据进行挖掘和预测，可以分析出学生的认知过程与情绪波动情况；对学习成绩数据进行聚类分析，可以优化学生分组，从而更好地指导分组式合作学习；利用可视化和相关性分析技术，可以支持管理决策人员快速了解学生的学习情况，直观、高效地发现学习短板。

全文精彩内容，尽在598期刊网